신재생에너지 기반 독립 에너지공급 시스템 최적 설계 및 에너지수요 부문별 경제성 평가 The Optimal Design and Economic Evaluation of a Stand-Alone RES Energy System for Residential, Agricultural and Commercial Sectors원문보기
화석연료 사용으로 인한 환경오염과 기후변화는 전 지구적인 환경 문제로 대두되고 있다. 또한 화석연료 고갈 및 경제적 취약성을 극복하기 위하여 태양광, 풍력 등 신재생에너지 자원 기반 에너지공급 시스템 구축이 많은 관심을 받고 있다. 이러한 신재생에너지 시스템은 자원의 낮은 공급안정성을 극복하기 위하여 다양한 자원을 이용한 독립 통합 에너지공급 시스템 설계 및 운전 전략이 필요하다. 따라서 본 연구에서는 PV, Wind turbine, 화석연료 기반 발전 및 저장장치 등으로 구성된 독립 에너지공급 시스템을 설계하였다. 또한 최적화 모델을 이용하여 각 지역별 최적 전력생산 시스템의 구성요소를 규명하고 소요비용을 분석하였다. 제시된 모델 검증을 위하여 한국의 주거, 농업, 상업부문 등 주요 에너지수요 만족을 위한 설계문제를 해결하였다. 그 결과 주거부문의 경우 $0.37~$0.44/kWh, 농업부문의 경우 $0.15~$0.61/kWh, 상업부문의 경우 $0.12~$0.28/kWh의 단위전력 비용을 보였다.
화석연료 사용으로 인한 환경오염과 기후변화는 전 지구적인 환경 문제로 대두되고 있다. 또한 화석연료 고갈 및 경제적 취약성을 극복하기 위하여 태양광, 풍력 등 신재생에너지 자원 기반 에너지공급 시스템 구축이 많은 관심을 받고 있다. 이러한 신재생에너지 시스템은 자원의 낮은 공급안정성을 극복하기 위하여 다양한 자원을 이용한 독립 통합 에너지공급 시스템 설계 및 운전 전략이 필요하다. 따라서 본 연구에서는 PV, Wind turbine, 화석연료 기반 발전 및 저장장치 등으로 구성된 독립 에너지공급 시스템을 설계하였다. 또한 최적화 모델을 이용하여 각 지역별 최적 전력생산 시스템의 구성요소를 규명하고 소요비용을 분석하였다. 제시된 모델 검증을 위하여 한국의 주거, 농업, 상업부문 등 주요 에너지수요 만족을 위한 설계문제를 해결하였다. 그 결과 주거부문의 경우 $0.37~$0.44/kWh, 농업부문의 경우 $0.15~$0.61/kWh, 상업부문의 경우 $0.12~$0.28/kWh의 단위전력 비용을 보였다.
Greenhouse gas (GHG) emissions caused by fossil fuels consumption is one of the challenging issues worldwide. Renewable energy source (RES)-based energy supply system can be a promising alternative to the current fossil fuel-based system. In this study, we propose an optimization approach for design...
Greenhouse gas (GHG) emissions caused by fossil fuels consumption is one of the challenging issues worldwide. Renewable energy source (RES)-based energy supply system can be a promising alternative to the current fossil fuel-based system. In this study, we propose an optimization approach for designing a stand-alone hybrid energy supply system using RES and evaluating economic performances of the energy systems. The suggested approach is used to answer the questions; i) what technology is suitable to various demand sectors in different regions, and ii) how does it cost to meet the demand in term of the levelized costs of energy (LCOE). We illustrate the applicability of the proposed approach by applying to the design problem of energy supply systems for residential, agricultural and commercial sectors of Korea. As the results of LCOE analysis, for the residential sector has the LCOE ranging of $0.37~$0.44/kWh, the agricultural sector of $0.15~$0.61/kWh and the commercial sector of $0.12~$0.28/kWh.
Greenhouse gas (GHG) emissions caused by fossil fuels consumption is one of the challenging issues worldwide. Renewable energy source (RES)-based energy supply system can be a promising alternative to the current fossil fuel-based system. In this study, we propose an optimization approach for designing a stand-alone hybrid energy supply system using RES and evaluating economic performances of the energy systems. The suggested approach is used to answer the questions; i) what technology is suitable to various demand sectors in different regions, and ii) how does it cost to meet the demand in term of the levelized costs of energy (LCOE). We illustrate the applicability of the proposed approach by applying to the design problem of energy supply systems for residential, agricultural and commercial sectors of Korea. As the results of LCOE analysis, for the residential sector has the LCOE ranging of $0.37~$0.44/kWh, the agricultural sector of $0.15~$0.61/kWh and the commercial sector of $0.12~$0.28/kWh.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
기존의 다양한 전사적 연구결과에도 불구하고 실제 국가 에너지 수요는 지역적 및 시간적으로 변동폭이 크며 이러한 수요변화는 에너지공급 시스템 설계 시 반드시 고려되어야 할 요소이다. 따라서 본 연구에서는 신재생에너지 자원 기반 독립 통합 에너지공급 시스템을 설계하고 효과적 운전을 위한 공급시스템 운영전략 개발을 위한 최적분석 방법을 개발하고자 한다. 그리고 개발된 에너지 시스템분석 방법론을 한국 에너지 시스템 설계 문제에 적용함으로써 한국에서의 신재생에너지 기반 독립 에너지공급 시스템 및 운전전략을 분석하였다.
현재의 개별 소비주체를 위한 독립 공급 시스템에 관한 추가연구와 함께 신재생에너지 자원 기반의 중앙 집중 에너지 공급 시스템 개발 및 비교 분석에 관한 연구가 계속되어야 한다. 또한 신재생에너지 자원 가용량 정보에 관한 통계적 접근은 본 연구의 접근방식에 의한 결과에 불확실성을 가중시킨다. 따라서 더 정확한 신재생자원 자료의 확보는 본 최적화 모델의 결과의 정확성 및 신뢰성을 향상시킬 수 있다.
본 연구에서는 신재생에너지 자원을 이용한 독립 에너지공급 시스템의 설계하고, 에너지 시스템 분석 방법론의 효용성을 검증하기 위하여 실제 한국 16개 지역의 자원 데이터 및 에너지 요구량을 분석하였다. 이를 기반으로 에너지 시스템 모델링 및 최적화 소프트웨어인 iHOGA (improved Hybrid Optimization by Genetic Algorithms)를 이용하여 최적 설계안을 제시하고 각 에너지 공급시스템의 경제성을 비교 분석하였다[15].
가설 설정
본 연구에서는 고정비(FC)는 $360, 변동비(VC)는 초기 시스템 비용의 2% (α)로 가정하였다.
여기서 자본 회수 계수(CCF)는 돈의 미래가치를 현재가치로 환산하는 식으로 시간적 가치를 고려하여야 하며, r은 이자율로 7%, t는 상환주기로 10년 가정하였다. 순 현재가치(NPCt)는 연간 상환 비용(APC)을 현재가치로 환산한 값이며, i는 이자율(Nominal interesting rate)로 4%, t는 해당 년도로 1~10년의 값을 갖는다.
상기 기술들을 용량 별로 타입을 나누었으며 기술적 경제적 데이터는 iHOGA에서 제공되며 Table 2에 나타내었다. 초기투자 비용은 PV가 각각 $132, $332, $600, Wind turbine이 각각 $5,850, $9,066, $16,800, $26,400, $70,800, 저장장치는 각각 $143, $148, $240, 화석연료 기반 발전장치는 각각 $300, $480, $960로 가정하였다.
제안 방법
각 지역의 부문별 연간 전력수요량을 Table 1의 부문별 호수로 나누어 부문별 각 호의 연 평균 전력수요량을 계산한다[16,17]. 계산된 연 평균전력수요량과 Fig. 3의 월별 부문별 전력소비 계수를 이용하여 Fig. 2의 부문별 일 평균 전력수요량을 계산하였다[17]. Fig.
따라서 본 연구에서는 신재생에너지 자원 기반 독립 통합 에너지공급 시스템을 설계하고 효과적 운전을 위한 공급시스템 운영전략 개발을 위한 최적분석 방법을 개발하고자 한다. 그리고 개발된 에너지 시스템분석 방법론을 한국 에너지 시스템 설계 문제에 적용함으로써 한국에서의 신재생에너지 기반 독립 에너지공급 시스템 및 운전전략을 분석하였다.
따라서 본 연구에서는 초기 투자 비용(IIC; Total initial investment cost), 금융 비용(FE; Financial expense), 생애주기 비용(LCCj ; Life cycle cost of technology j), 총 시스템의 비용(TSC; Total system cost) 및 단위전력 비용(LCOE) 등 총 4가지 경제역량 지수를 이용하여 각 에너지 공급 시스템의 경제성을 평가하였다. Table 4에 세 가지 에너지 수요 부문에서의 각 지역 별 경제역량 지수를 나타내었다.
본 연구에서는 에너지 생산 기술로써 3가지 타입의 PV와 5가지 타입의 Wind turbine, 및 3가지의 AC generator를 포함한다. 또한 수요와 공급의 불일치성(Unbalance) 을 극복하고자 전기 저장 장치를 포함하였으며, 가장 상용화된 기술 중 하나인 리튬이온 배터리 장치를 포함시켰다. 상기 기술들을 용량 별로 타입을 나누었으며 기술적 경제적 데이터는 iHOGA에서 제공되며 Table 2에 나타내었다.
본 연구에서는 전력망 (Electricity grid)과의 연결을 차단한 독립 통합에너지공급 시스템(Hybrid energy supply system for off-grid)을 PV, Wind turbine, 화석연료 기반 발전 및 저장장치 등으로 구성하였으며 태양광, 풍력 등 신재생에너지자원을 이용하여 PV와 Wind turbine 등 에너지 생산 기술을 통해 전기에너지 전환 후 생산된 전기는 저장장치에 저장 및 수요에 공급을 한다. 또한 신재생에너지 자원의 유동성으로 인한 공급의 시간적 불일치를 화석연료 기반 발전장치를 이용하여 공급안정성을 보완하는 시스템을 구성하였다.
본 연구에서는 에너지 생산 기술로써 3가지 타입의 PV와 5가지 타입의 Wind turbine, 및 3가지의 AC generator를 포함한다. 또한 수요와 공급의 불일치성(Unbalance) 을 극복하고자 전기 저장 장치를 포함하였으며, 가장 상용화된 기술 중 하나인 리튬이온 배터리 장치를 포함시켰다.
1에 나타내었다. 본 연구에서는 전력망 (Electricity grid)과의 연결을 차단한 독립 통합에너지공급 시스템(Hybrid energy supply system for off-grid)을 PV, Wind turbine, 화석연료 기반 발전 및 저장장치 등으로 구성하였으며 태양광, 풍력 등 신재생에너지자원을 이용하여 PV와 Wind turbine 등 에너지 생산 기술을 통해 전기에너지 전환 후 생산된 전기는 저장장치에 저장 및 수요에 공급을 한다. 또한 신재생에너지 자원의 유동성으로 인한 공급의 시간적 불일치를 화석연료 기반 발전장치를 이용하여 공급안정성을 보완하는 시스템을 구성하였다.
본 연구에서는 한국의 전력수요를 주거, 농업, 상업부문으로 나누었으며 각 부문별로 16개 지역으로 구분하였다.
본 연구에서는 화석연료 사용으로 인한 지구온난화의 대안으로 신재생에너지 기반 에너지공급 시스템이 각광받음에 따라 신재생에너지 자원 공급의 시간적 불일치를 고려한 독립 통합 에너지공급 시스템을 설계하였으며 제안된 모델을 실제 한국의 주거, 농업, 상업부문에 적용하여 최적 운영전략 및 비용 분석을 통해 효용성을 검증하였다.
본 절에서는 앞 절의 최적화 결과를 바탕으로 설계된 시스템의 경제성을 단위전력 비용(LCOE; Levelized cost of electricity)을 이용하여 평가하며, 국내의 실제 전력 판매단가와의 비교을 통하여 상기 제시된 시스팀의 가격 경쟁력을 분석한다. 단위전력비용(LCOE)은 총 전력 생산 비용을 생산된 전력량으로 나눈 값으로, 1 kWh의 단위전력 생산 시 소요비용을 말한다.
본 연구에서는 신재생에너지 자원을 이용한 독립 에너지공급 시스템의 설계하고, 에너지 시스템 분석 방법론의 효용성을 검증하기 위하여 실제 한국 16개 지역의 자원 데이터 및 에너지 요구량을 분석하였다. 이를 기반으로 에너지 시스템 모델링 및 최적화 소프트웨어인 iHOGA (improved Hybrid Optimization by Genetic Algorithms)를 이용하여 최적 설계안을 제시하고 각 에너지 공급시스템의 경제성을 비교 분석하였다[15].
이와 같이 상업부문 내에서 특히 에너지 수요가 높은 지역 #2 (경기) 또한 큰 용량의 PV (P3) 360대, 가장 큰 용량의 Wind turbine (W5) 1대, 큰 용량의 저장장치(B3) 120대, 큰 용량의 화석연료기반 발전장치(G3) 1대를 사용하여 145.6 MWh/year의 전력을 생산하고 19.6 MWh/year의 전력을 저장하였다. 전체적 관점에서 지역별로 상이한 에너지수요량에 따라 지역별로 다른 형태의 에너지공급 시스템을 보이며 에너지수요가 높은 지역일수록 사용되는 시스템의 용량 및 대수가 증가하였다.
대상 데이터
PV 및 저장장치의 구성은 12V인 100W, 140W 용량의 PV는 40개, 24V인 280W 용량의 PV는 20개가 1열을 구성하며 저장장치 또한 각각 40개가 1열을 구성하고 있다. PV의 최적화 범위는 최소 0열부터 최대 20열까지이며 저장장치의 최적화 범위는 최소 0열부터 최대 10열까지이다.
따라서 지역 #7 (충북)과 같은 월 평균 풍속을 보이는 지역 #6 (대전) 또한 PV로 구성된 전력생산 시스템을 보여야 한다. 그러나 지역 #7 (충북)에 비해 상대적으로 높은 에너지수요로 인해 지역 #6 (대전)은 최대 사용 대수의 범위(0~800대)에 근접한 작은 용량의 PV (P1) 760대와 큰 용량의 Wind turbine (W4) 1대를 사용하였다.
미국항공우주국(NASA) 데이터를 이용하여 한국의 각 지역의 월별 평균 태양복사열(Fig. 4) 및 월별 평균풍속(Fig. 5)을 나타내었다[18].
성능/효과
(1) 거의 모든 지역에서 PV 시스템이 주요 전력 생산 기술로 선택되었다. 이는 PV 시스템이 Wind turbine 기술에 비하여 높은 신재생 자원 잠재량을 가지며, 현재 기술 상(State of the art technology) 단가 대비 에너지 생산효율이 높기 때문이다.
(2) 신재생에너지이용기술의경제성비교를통하여, 수요량변화에 따른 기술 선택의 경향은 소용량의 PV 시스템 → 대용량 PV 시스템 → Wind turbine 기술이 사용됨을 분석하였다.
(3) 단위전력 비용(LCOE) 분석 결과 주거부문은 지역별로 최대 20%의 분포 차를 보였으며, 실제 한국의 주거부문의 전력 공급 가격에 비해 약 3~4배 비싼 생산 비용임을 분석하였다.
(4) 농업부문의 경우 또한 대부분의 지역에서 가장 작은 용량의 화석연료 기반 발전장치 및 저장 장치를 사용하였으며, 단위전력 비용의 경우 지역별로 최대 75%의 분포 차를 보였으며 실제 전력 공급 가격이 비하여 지역별로 약 4~15배 비싼 단위전력 비용을 보이고 있다.
(5) 단위 사업장 당 에너지 요구량이 가장 높은 상업부문의 경우, 앞 두 부문과는 달리 실제 한국의 상업부문 전력공급 가격과 비슷한 수준의 비용이 소요됨을 분석되었다. 따라서 정부 및 지자체의 적극적인 신재생에너지 보급 장려 정책(초기 투자비 지원 및 세금 감면)이 함께 시행될 경우 기존의 화석연료기반의 전력망(Electricity grid)에 의존하지 않는 신재생에너지 기반 독립 생산 시스템의 시공 및 운영 가능성이 높음을 분석하였다.
반면 서울, 인천, 부산, 대구 등 도시지역의 경우 다른 지역과 달리 화석연료 기반 발전장치 설치가 필요함으로써 상대적으로 높은 초기 투자 비용을 보인다. LCOE (단위전력 비용)은 지역별로 최대 20%의 분포 차를 보이며 전력수요가 낮은 지역 #11 (경북)의 경우 $0.44/kWh, 전력수요가 높은 지역 #9 (울산)의 경우 $0.37/kWh의 단위전력 비용을 보였다.
결과적으로 전 에너지 수요 부문에 걸쳐 높은 에너지수요를 보이는 지역일수록 기술의 사용대수 및 용량의 증가로 인한 초기 투자 비용이 증가함을 알 수 있다. 즉, 신재생에너지 자원의 지역별 편차의 영향보다는 각 지역의 에너지 수요량에 따라 에너지 공급 체제의 기술과 구조가 결정된다.
(5) 단위 사업장 당 에너지 요구량이 가장 높은 상업부문의 경우, 앞 두 부문과는 달리 실제 한국의 상업부문 전력공급 가격과 비슷한 수준의 비용이 소요됨을 분석되었다. 따라서 정부 및 지자체의 적극적인 신재생에너지 보급 장려 정책(초기 투자비 지원 및 세금 감면)이 함께 시행될 경우 기존의 화석연료기반의 전력망(Electricity grid)에 의존하지 않는 신재생에너지 기반 독립 생산 시스템의 시공 및 운영 가능성이 높음을 분석하였다.
이는 지역 #2 (경기)의 에너지수요량에 비해 큰 용량의 기술이 사용되었기 때문이며 이로 인한 단위전력 비용이 상승했음을 알 수 있다. 또한 각 부문별 생애주기 비용 비교 시 저장장치의 생애주기 비용이 상대적으로 높은 값을 보였으며 이는 짧은 생애주기로 인한 교체 비용(replacement cost) 때문임을 알 수 있다.
8에 나타내었다. 앞선 개별가구당의 소요 비용 분석의 결과, 상업 부문이 가장 큰 높은 비용을 보인 바와 달리, 국내 전체 소요 비용 분석의 경우 다른 두 부문에 비하여 상업부문의 투자 비용이 매우 낮음을 알 수 있다. 즉, 상업부문의 최종 사용자의 단위소요비용은 다른 부문의 단위비용에 비해매우높은반면그최종사용자의수가매우작아총비용에서는다른 부문에 비해 매우 낮은 비용(주거 부문 대비 2.
6 MWh/year의 전력을 저장하였다. 전체적 관점에서 지역별로 상이한 에너지수요량에 따라 지역별로 다른 형태의 에너지공급 시스템을 보이며 에너지수요가 높은 지역일수록 사용되는 시스템의 용량 및 대수가 증가하였다. 또한 비슷한 자원정보를 보이는 지역에서도 에너지수요량의 차이에 의해 서로 다른 에너지공급 시스템을 보이고 있음을 알 수 있다.
앞선 개별가구당의 소요 비용 분석의 결과, 상업 부문이 가장 큰 높은 비용을 보인 바와 달리, 국내 전체 소요 비용 분석의 경우 다른 두 부문에 비하여 상업부문의 투자 비용이 매우 낮음을 알 수 있다. 즉, 상업부문의 최종 사용자의 단위소요비용은 다른 부문의 단위비용에 비해매우높은반면그최종사용자의수가매우작아총비용에서는다른 부문에 비해 매우 낮은 비용(주거 부문 대비 2.5%, 농업 부문 대비 3.2% 수준)을 나타내고 있다.
후속연구
따라서 더 정확한 신재생자원 자료의 확보는 본 최적화 모델의 결과의 정확성 및 신뢰성을 향상시킬 수 있다. 더 나아가 시스템 운영 및 운전에서의 다양한 외부 효과(신재생에너지 자원 변화, 에너지 수요 불확실성, 정부의 장력 정책 변화 등)를 포함한 최적 운전 전략 도출을 위한 생산계획 수립에 관한 연구도 신재생에너지 시스템 도입에 앞서 수행되어야 한다.
또한 신재생에너지 자원 가용량 정보에 관한 통계적 접근은 본 연구의 접근방식에 의한 결과에 불확실성을 가중시킨다. 따라서 더 정확한 신재생자원 자료의 확보는 본 최적화 모델의 결과의 정확성 및 신뢰성을 향상시킬 수 있다. 더 나아가 시스템 운영 및 운전에서의 다양한 외부 효과(신재생에너지 자원 변화, 에너지 수요 불확실성, 정부의 장력 정책 변화 등)를 포함한 최적 운전 전략 도출을 위한 생산계획 수립에 관한 연구도 신재생에너지 시스템 도입에 앞서 수행되어야 한다.
본 연구의 결과 신재생에너지 자원 기반 독립 통합 시스템을 구성하는 것은 경제성이 기존 전력 공급 시스템에 비해 낮으며, 이를 극복하기 위해서는 학계에서의 고효율의 신재생에너지 생산 및 저장기술 개발, 산업계에서의 대형화를 통한 규모의 경제(Economy of scale) 효과 극대화 및 정부 기관 등 국가적 차원의 신재생에너지 장려 정책 등 산학연 협력 기반의 R&D 지원이 필요하다.
현재의 개별 소비주체를 위한 독립 공급 시스템에 관한 추가연구와 함께 신재생에너지 자원 기반의 중앙 집중 에너지 공급 시스템 개발 및 비교 분석에 관한 연구가 계속되어야 한다. 또한 신재생에너지 자원 가용량 정보에 관한 통계적 접근은 본 연구의 접근방식에 의한 결과에 불확실성을 가중시킨다.
질의응답
핵심어
질문
논문에서 추출한 답변
지구온난화로 인한 기후변화의 직접적인 원인 중 하나는 무엇인가?
2014년 국제적으로 논의된 기후변화에 관한 참여 정부간 협의체(IPCC)의 평가 종합보고서에 따르면 지구온난화로 인한 기후변화의 직접적인 원인 중 하나는 바로 화석연료 사용으로 인한 인위적인 온실가스 배출이다[1]. 이에 앞서 1997년 교토의 정서에 의한 주요 선진국들의 온실가스감축 협의에 따라 한국정부는 2020년까지 예상되는 이산화탄소 배출량의 30%를 감축하는 정책을 추진하였다[2,3].
현재 한국의 에너지 소비형태를 살펴보면 전체 에너지수요량의 97%를 해외에 의존하며 총 에너지 소비의 약 85%를 화석연료가 차지하고 있는 것을 통해 알 수 있는 것은 무엇인가?
현재 한국의 에너지 소비형태를 살펴보면 전체 에너지수요량의 97%를 해외에 의존하며 총 에너지 소비의 약 85%를 화석연료가 차지하고 있다[4,5]. 한국의 이러한 화석연료 기반 에너지공급 시스템은 국내 부존자원의 부재, 해외 에너지 시장의 높은 변동성 및 지정학적 불안정으로 인하여 지속가능성이 낮음을 알 수 있다. 또한 전세계 화석연료의 매장량이 2030년 이후에는 감소할 것으로 예상되며 에너지수출 국가들이 자국의 에너지 안보 및 경제성 취득을 위해 자원을 독점할 가능성도 배제할 수 없다.
1997년 교토의 정서에 의한 합의에 따라 한국정부는 어떤 정책을 추진하였는가?
2014년 국제적으로 논의된 기후변화에 관한 참여 정부간 협의체(IPCC)의 평가 종합보고서에 따르면 지구온난화로 인한 기후변화의 직접적인 원인 중 하나는 바로 화석연료 사용으로 인한 인위적인 온실가스 배출이다[1]. 이에 앞서 1997년 교토의 정서에 의한 주요 선진국들의 온실가스감축 협의에 따라 한국정부는 2020년까지 예상되는 이산화탄소 배출량의 30%를 감축하는 정책을 추진하였다[2,3]. 현재 한국의 에너지 소비형태를 살펴보면 전체 에너지수요량의 97%를 해외에 의존하며 총 에너지 소비의 약 85%를 화석연료가 차지하고 있다[4,5].
참고문헌 (19)
IPCC, 2014: Climate Change 2014: Synthesis Report. Contribution of Working Groups I, II and III to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change [Core Writing Team, Pachauri, R. K. and Meyer, L. A. (eds.)]. IPCC, Geneva, Switzerland, 151 pp.
Nakata, T., Kubo, K. and Lamont, A., "Design for Renewable Energy System with Application to Rural Areas in Japan," Energy Policy, 33, 209-219(2005).
Kim, H., Baek, S., Park, E. and Chang, H. J., "Optimal Green Energy Management in Jeju, South Korea - On-grid and Off-grid Electrification," Renewable Energy, 69, 123-133(2014).
Yoo, K., Park, E., Kim, H., Ohm, J. Y., Yang, T., Kim, K. J., Chang, H. J. and del Pobil, A. P., "Optimized Renewable and Sustainable Electricity Generation System for Ullengdo Island in South Korea," Sustainability, 6, 7883-7893(2014).
Ku, S. and Yoo, S., "Willing Ness to Pay for Renewable Energy Investment in Korea: A Choice Experiment Study," Renewable and Sustainable Energy Reviews, 14, 2196-2201(2010).
Kim, M. and Kim, J., "Optimal Design and Economic Evaluation of Energy Supply System from On/Off Shore Wind Farms," Korean Chem. Eng. Res, 53(2), 156-163(2015).
Lim, J. H., "Optimal Combination and Sizing of a New and Renewable Hybrid Generation System," International Journal of Future Generation Communication and networking, 5(2), 43-60(2012).
Ni, M., Leung, M. K. H., Sumathy, K. and Leung, D. Y. C., "Potential of Renewable Hydrogen Production for Energy Supply in Hong Kong," International Journal of Hydrogen Energy, 31, 1401-1412(2006).
Rehman, S., Alam, M. M., Meyer, J. P. and Al-Hadhrami, L. M., "Feasibility Study of a Wind-pv-diesel Hybrid Power System for a Village," Renewable Energy, 38, 258-268(2012).
Fadaeenejad, M., Radzi, M. A. M., AbKadir, M. Z. A. and Hizam, H., "Assessment of Hybrid Power Sources for Rural Electrification in Malaysia," Renewable and Sustainable Energy, 30, 299-305(2014).
Dufo-Lopez, R., Bernal-Agustin, J. L., Yusta-Loyo, J. M., Dominguez-Navarro, J. A., Ramirez-Rosado, I. J., Lujano, J. and Aso, I., "Multiobject Optimization Minimizing Cost and Life Cycle Emissions of Stand-alone PV-wind-diesel Systems with Batteries Storage," Applied Energy, 88, 4033-4041(2011).
※ AI-Helper는 부적절한 답변을 할 수 있습니다.